yolo8制作自己的数据集训练和预测分割（二）

已于 2024-06-13 14:50:45 修改
阅读量486 收藏
点赞数
分类专栏： Python君 文章标签： yolo8
于 2023-10-31 14:47:42 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yilvyangguang520/article/details/134139241
版权
本文介绍了如何使用yolo8训练coco128-seg数据集并添加新类别，详细讲解了修改配置文件、使用labelme进行标注、数据转换、模型训练及预测的过程。此外，还展示了自己创建数据集并训练的步骤，尽管训练数据较少，但依然能够观察到初步的识别和分割效果。
摘要由CSDN通过智能技术生成

yolo8环境部署参考文章
Yolo8部署环境测试检测和分割（一）

一、训练coco128-seg数据集，增加一个类别

coco128-seg数据集下载：
github链接
csdn链接

1、修改两个配置文件

（1）、修改"E:\python\ultralytics-main\ultralytics\cfg\datasets\coco128-seg.yaml"路径下的coco128-seg.yaml数据集配置文件，可以拷贝出来
修改数据集路径
在这里插入图片描述
添加id和标签，我这边添加的是斑马线

了解本专栏 订阅专栏 解锁全文 超级会员免费看
GIS从业者
关注
专栏目录
订阅专栏
YOLOv8 训练自己的分割数据集
YOLOv8项目贡献者
11-25 9610
如何使用YOLOv8训练分割数据集？
yolov8训练自己的数据集
juluwangriyue的博客
04-12 909
yolov8训练自己数据集
yolov8训练自己的数据集以及应用
最新发布
qq_74368591的博客
10-10 1536
model: 选择yolov8不同的模型配置文件，可选yolov8s.pt、yolov8m.pt、yolov8l.pt、yolov8x.pt。task：选择任务类型，可选['detect', 'segment', 'classify', 'init']mode: 选择是训练、验证还是预测的任务蕾西 可选['train', 'val', 'predict']再把images文件里面的train文件和val文件复制到labels文件里面。框的部分是选择获取的频率，建议越大越好，越大图片越清晰。
YOLOv8训练自己的数据集（包括环境搭建、超参数调整、模型训练、推理、模型导出等）
qq_56529216的博客
12-12 3740
images存放图片，lables存放txt格式的标签，未划分前将所有图片和标签都保存在train文件夹中，然后运行代码划分数据，我这里是8：2，想调整直接看代码最后一个小数。xml文件存储位置，生成txt文件存储位置，还有你的数据集类别名称，要修改成自己的类别。RUN就开始训练了，最后一行可以设置不同的超参数，更多的超参数可以在default.yaml中设置。网上大多公开数据集标签是xml格式的，这里附上xml标签转换为txt格式的代码。自己根据自己的数据集标签，配置一个yaml文件。
使用YOLOv8训练自己的数据集
Loser
12-01 681
使用脚本split_train_val.py，从标注xml文件中抽取出图像的列表和标签信息，并保存到相应的文件中。通过上面训练结束可以看出，总体上达到了98.7%的准确率，99.7%的召回率，效果还是非常不错的。因为YOLO框架使用的是VOC格式的数据集，因此需要生成一个VOC格式的数据文件。下载数据集zip包，并解压，数据集的地址在原作者博客中有。在项目根目录下创建一个文件data.yaml。以下操作全部在fruit_data目录下。使用脚本voc_label.py。
YOLOV8训练自己的数据集
yxk666的博客
09-05 5482
YOLOV8快速上手训练自己的数据集并进行预测
Yolov8训练自己的数据集
03-30 8553
用yolov8训练自己的数据集，熟悉yolov8整个流程，便于下一步魔改网络等
河道漂浮物检测数据集：用于YOLO模型训练的高质量数据集
04-14
使用此数据集训练的YOLOv8-S模型在100个训练周期（epochs）后，针对每一种类别的目标物体的平均精度均值（mean average precision, map）@.5分别达到了0.850、0.617、0.544、0.947、0.503、0.856、0.781和0.961。...
YOLOV8实例分割（环境配置+搭建模型+数据集制作+训练+预测全套）
热门推荐
m0_63172128的博客
07-29 1万+
双击exe——Next——I Argee——just me ——选择路径（建议自定义，不要安装到c盘，且安装路径不要出现中文）——两个勾都勾上，不然配置环境很麻烦——Install——接下来页面两个勾不选——fnish完成安装。接下来进入自己虚拟环境，前面base变成了自己的环境名称，就可以接下来在这个环境里为所欲为了，安装卸载，即使弄错了，去anaconda安装路径找envs文件夹，里面有你的虚拟环境可以整个复制或者删除。点开能进入命令框，输入python，可以看到python版本。
手把手教你搭建YOLOV8+CUDA环境，训练自定义数据集，训练推理验证导出。小白也能看得懂的！
专注于图像领域，主要研究内容包括计算机视觉和深度学习，特别是在图像分类、目标检测和图像生成等方面有深入的研究和实践经验。
05-18 1万+
YOLO（You Only Look Once）系列算法因其高效、准确等特点而备受瞩目。由2023年Ultralytics公司发布了YOLO的最新版本YOLOv8是结合前几代YOLO的基础上的一个融合改进版。本文主要介绍YOLOv8环境搭建/数据集获取/训练/推理/验证/导出/部署
YoloV8训练自己的数据集
2301_79152843的博客
08-24 8859
yolov8训练自己的数据集
YOLOv8 训练自己的数据集
Python_Ai_Road的博客
06-04 2106
本范例我们使用 ultralytics中的YOLOv8目标检测模型训练自己的数据集，从而能够检测气球。#安装 !pipinstall-Uultralytics-ihttps://pypi.tuna.tsinghua.edu.cn/simpleimportultralytics ultralytics.checks()一，准备数据 公众号算法美食屋后台回复关键词：yolov8，获取本文...
Yolov8训练自己数据集
qq_45683122的博客
06-17 236
将images中的图片换成自己数据集的图片，图片存放于images/train，我只用的train，没有用test和val，所以只说train的。将PascalVOC格式的XML标注文件转换为YOLO格式的TXT标注文件，转换代码。将xml转换成的txt直接转换到labels/train文件夹里面。我觉得用以上方法比用下面这个xml训练要方便，因人而异吧也算是。记录自己训练过程，如果在训练其他的会再记录。我自己数据集是xml格式。自己的数据集训练过程。一切就绪，开始训练。
YOLOv8-训练自己的数据集
qq_46542320的博客
11-05 7763
model：选择YOLOv8不同的模型配置文件，可选yolov8s.yaml、yolov8m.yaml、 yolov8x.yaml等。mode：选择任务类型，可以选择 训练、验证或者预测的任务，['train' 'val' 'test']task：选择任务类型，可以选择['detect' 'segment' 'classify' 'init']原本红框内是80，则改为4，你的数据集类别个数有多少，就写多少。
YOLOv8训练自己数据集
m0_60985598的博客
05-31 8901
原因是因为Ubuntu下的远程服务器中的setting设置导致的，因此，要把数据集dataset复制一份，挪到datasets（自己新建一个）中。上传命令的话，恒源云官方文档都有，如果有实在不会的小伙伴，记得评论区留言！其次，这里的imgsz根据自己数据集选择，不要太大！batch一般就是4，16，32，64，自己选。当然，大家有问题可以在评论区留言，当然有时候可能系统信息太多可能会漏，大家可以在b站发消息给我！到此，数据集制作就完成了，如果有想要划分数据集图像的代码，可以关注留言，我可以看到。
YOLOv8训练自己的数据集
chairon的博客
03-20 7960
YOLOv8训练自己的数据集，并且对网络进行修改。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

GIS从业者

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值